如下所示：import numpy as np

# 等差數列

print(np.linspace(0.1, 1, 10, endpoint=True))

print(np.arange(0.1, 1.1, 0.1))

"""總結：

arange 側重點在于增量，不管產生多少個數

linspace 側重于num, 即要產生多少個元素，不在乎增量

"""

# 等比數列

np.logspace(1, 4, 4, endpoint=True, base=2) # 2**1---2**4

補充拓展：python 等差數列生成器代碼

典型的迭代器模式作用很簡單——遍歷數據結構。不過，即便不是從集合中獲取元素，而 是獲取序列中即時生成的下一個值時，也用得到這種基于方法的標準接口。例如，內置的 range 函數用于生成有窮整數等差數列（Arithmetic Progression，AP）， itertools.count 函 數用于生成無窮等差數列。

先來看等差數列："""

等差數列實現。

"""

class ArithmeticProgression:

def __init__(self, begin, step, end=None):

self.begin = begin

self.step = step

self.end = end # None - 無窮數列

def __iter__(self):

result = type(self.begin + self.step)(self.begin)

forever = self.end is None

index = 0

while forever or result < self.end:

yield result

index += 1

result = self.begin + self.step * index

if __name__ == '__main__':

ap = ArithmeticProgression(0, 1, 3)

print(ap)

# print(list(ap))

a = iter(ap)

print(next(a))

這是個簡單的示例，說明了如何使用生成器函數實現特殊的 __iter__ 方法。然而，如果一個類只是為了構建生成器而去實現 __iter__ 方法，那還不如使用生成器函數。畢竟，生成器函數是制造生成器的 工廠。def aritprog_gen(begin, step, end=None):

result = type(begin + step)(begin)

forever = end is None

index = 0

while forever or result < end:

yield result

index += 1

result = begin + step * index

使用itertools模塊生成等差數列

然而，itertools.count 函數從不停止，因此，如果調用 list(count())，Python 會創建一 個特別大的列表，超出可用內存，在調用失敗之前，電腦會瘋狂地運轉。

不過，itertools.takewhile 函數則不同，它會生成一個使用另一個生成器的生成器，在指 定的條件計算結果為 False 時停止。因此，可以把這兩個函數結合在一起使用，編寫下述 代碼：

利用 takewhile 和 count 函數，寫出的代碼流暢而簡短。import itertools

# 注意，下面示例中的 aritprog_gen 不是生成器函數，

# 因為定義體中沒有 yield 關鍵字。

# 但是它會返回一個生成器，

# 因此它與其他生成器函數一樣，

# 也是生成器工廠函數。

def aritprog_two_gen(begin, step, end=None):

first = type(begin + step)(begin)

ap_gen = itertools.count(first, step)

if end is not None:

ap_gen = itertools.takewhile(lambda n: n < end, ap_gen)

return ap_gen

以上這篇python numpy生成等差數列、等比數列的實例就是小編分享給大家的全部內容了，希望能給大家一個參考。

總結

以上是生活随笔為你收集整理的等比数列求和python_python numpy生成等差数列、等比数列的实例的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。